長程多任務成“分水嶺”：銀河通用秀出中國機器人“抗干擾”硬實力

出品 | 子彈財經

作者 | 白華

編輯 | 閃電

美編 | 倩倩

審核 | 頌文

7月17日，上海世博展覽館H3館入口銀河通用展區圍了里三層外三層的觀眾。他們正在看春晚明星機器人“蓋博特”（Galbot G1）做早餐，烤面包、倒飲料，雙臂配合流暢得像一位熟練的早餐店師傅。

但真正讓人駐足的不是動作本身，是接下來發生的事：圍觀群眾一遍遍故意挪開面包、移走水壺、變換杯盤位置，用手蓋住杯蓋，一次次地反復“搗亂”，機器人始終沒有“罷工”。它會在毫秒內重新定位目標，臨時重建路徑，然后順利完成每一步操作。這一幕在開展首日登上了《新聞聯播》。

今年的WAIC首次以“具身智能”獨立成館的展區，200余家企業、300余臺真機同場競技，銀河通用是全場唯一一家現場挑戰“連續擾動下長程自主多任務閉環”的機器人企業。

當具身智能走過“能動能跳”的炫技階段，一個問題正在被行業追問：誰能讓機器人真正干活且規?；逃?？這一場景的背后，銀河通用的技術護城河和商業化版圖，究竟走到了哪一步？

1、最強“大腦”讓機器人變成“真工作者”

做一頓早餐，對人來說再平常不過；對機器人而言，卻是一場“綜合考試”。

銀河通用展臺上的Galbot G1要完成的，是一個典型的長程復雜多任務：多物品操作、多步驟規劃、雙臂協同?？久姘枰R別面包片、定位烤架、控制力度放入；倒飲料需要判斷液面、控制傾倒角度、適時停止。每一個環節都涉及感知、規劃、執行的完整閉環。

更關鍵的是，這套演示沒有預設軌跡。面包挪位、水壺移走、杯子移位、盤子平移……每一次干擾都意味著原定路徑失效，機器人必須實時追蹤目標、即時重建路徑，而非沿固定坐標執行。

對比之下，去年WAIC的機器人主打后空翻、做咖啡等炫技動作；今年依然有多數demo仍依賴預設軌跡或遙操作。而今年各家的demo從炫技換成了做早餐、打蝴蝶結、進汽車產線這類更貼近真實場景的任務，但多數還是在可控的環境里“演”出來的。銀河通用是現場極少數沒有預設表演、沒有遙操表演的企業之一。

這種差異背后是兩種技術路線：一種是背劇本，預先編程或遙操作錄制動作序列，在特定環境下完美復現；另一種是即興發揮，機器人真正理解任務目標，在動態環境中自主決策。前者像背臺詞的演員，后者像理解了劇本的導演。

支撐Galbot G1即興發揮的，是銀河通用自研的“銀河星腦”（AstraBrain），是全球首個集成“大腦－小腦－神經控制”于一模的端到端具身大模型。

傳統機器人系統采用“感知—規劃—控制”三級分離架構，每一層由不同團隊用不同技術路線完成，延遲和誤差逐層累積。銀河星腦則將這三層打通為一條神經網絡，將多模態感知理解、長程任務規劃與實時動作執行深度融合于統一體系。

用一個比喻來說：傳統架構像三個部門各干各的，信息層層流轉，效率自然打折；銀河星腦像一個人同時用眼看、用腦想、用手做，全鏈路協同。

這一架構的核心，是銀河通用提出的“世界—動作模型”（World-Action Model，WAM）。與只預測“下一步動作”的傳統VLA（視覺—語言—動作）模型不同，WAM同時學習兩件事：預測未來視覺狀態，以及生成機器人動作。換言之，它不僅知道“該怎么做”，還知道“做完之后世界會變成什么樣”。

這條路線的戰略價值正在被全球頂尖科技企業驗證。2026年4月，英偉達研究科學家Jim Fan在紅杉AI Ascent大會上發表演講，直言“WAM成為主流技術路線”，而銀河通用核心技術路線“世界－動作模型”（WAM）于2025年在計算機視覺頂會ICCV上首次提出，如今已成為具身智能領域公認的下一代技術方向。

在此基礎上，銀河通用發布了通用大腦AstraBrain WAM 0.5，全球首次實現虛實共融、人機混合、質量參差、有無動作標簽的數據統一有效利用；通用小腦AstraBrain-WBC 0.5則在全身閉環控制與實時指令跟隨方面世界領先。

WAIC期間，銀河通用還發布了WAM-TTT，全球首個面向具身大模型的測試時后訓練框架。它的核心突破在于機器人進入新環境后，無需大量機器人軌跡數據、無需人類動作標注，僅通過觀看少量第一視角人類視頻，就能完成部署階段的快速適配。

銀河通用機器人創始人兼首席技術官、北京大學研究員、具身智能大模型北京市重點實驗室主任王鶴博士用了一個生動的比喻：“一個廚師在技校學會做一道菜，到了另一家餐廳，鍋、碗、灶臺、調料品牌和形態全部換了，但他依然知道這道菜應該怎么做。廚藝不會因為換了廚房而發生改變。”

技術論文給出的數據更有說服力：面對光照、桌面高度、操作物體同時變化的全新家庭環境，采用WAM-TTT后，跨環境表現保留率從約15%提升至約76%。更關鍵的是，100條機器人軌跡搭配100條人類視頻，成功率74.1%，與200條純機器人軌跡的73.7%基本持平，這意味著便宜易得的人類視頻，大致能替代同等數量的真機數據。

具身智能已經走過了自己的“AlphaGo時刻”。2026年3月，銀河通用發布全球首個面向網球對抗的人形機器人全身實時智能規控系統，實現完全自主的機器人打網球，該視頻在全球科技圈刷屏，特斯拉CEO馬斯克直呼“Insane”，AI評論員Andrej Karpathy一度“懷疑”視頻是AI生成的。這些反應足以印證突破的劃時代價值。

但“ChatGPT時刻”還沒有到來。王鶴在WAIC期間預測，通過海量綜合數據訓練，具身智能基礎模型能在未經專門訓練的任務上直接達到70%—80%成功率，媲美當年數字模型的對話水平；而強大的預訓練模型加上高效后訓練范式，正是敲開這一里程碑的關鍵條件。他判斷，按當前數據積累速度和模型收斂趨勢，行業有望在2028年底前迎來具身智能的“ChatGPT時刻”。

WAM-TTT補上的，正是通往這一目標的關鍵拼圖，機器人離開訓練中心后，擁有了一套經過論文驗證、能夠工程化實現的部署期學習機制。

2、萬家企業角逐，實干者定義未來

具身智能行業正從技術可行性驗證進入商業交付驗證階段。能不能穩定運行？能不能長期不掉鏈子？能不能融入產線而非讓產線遷就機器人？這是三道必答題。

傳統工業機器人之所以能在產線上生存，是因為一切都被預先結構化，機器人只需要在預設軌道上重復動作。但具身智能有可能面對的是非結構化環境，物料隨機偏移、光照變化、人機混行，真實工況每天都是變量。在這種條件下，SR（System Reliability，系統可靠性）不再是一個技術指標，而是入場券。系統不可靠，連上產線的資格都沒有。

就像Galbot G1做早餐沒有預設軌跡，使其真正理解任務目標，在動態環境中自主決策，但這只是銀河通用在WAIC期間展示技術實力的冰山一角。真正拉開銀河通用與其他對手差距的，是能否在真實場景中跑通商業化模式，深耕產業實現規?；涞亍?/p>

在WAIC現場，我們還觀察到銀河通用Galbot S1重載機器人的演示聚焦工業真實場景：50公斤重物搬運、隨機堆疊箱體的厘米級定位與抓取、毫米級螺絲的識別與擰緊。從“干粗活”到“干細活”，同一副鋼鐵身軀跨越了兩種截然不同的能力需求。

但這不只是展臺上的表演。Galbot S1已在寧德時代量產線上7×24小時連續工作超過3個月，是全球首次實現人形機器人在新能源智能制造生產場景的“常態化自主作業”。

寧德時代的產線向來以嚴苛著稱，物料偏差、光照變化、人機混行，這些讓傳統自動化設備屢屢“卡殼”的復雜工況，恰恰是Galbot S1的用武之地。它采用純視覺方案，無需依賴二維碼或反光板定位，在復雜工廠環境中完成零遙操、全自主連續作業。

6月24日，銀河通用與寧德時代旗下寧家服務簽署全球戰略合作協議，后者覆蓋全球80余國、1300余家線下服務網點的網絡將升級為具身智能機器人專屬運維體系。與寧德時代的合作只是工業落地的起點。

截至目前，銀河通用的工業人形機器人已進入寧德時代、博世集團、西門子、豐田汽車、現代汽車、北汽集團、上汽集團、極氪汽車、長城汽車等制造企業的真實生產線，累計訂單達數千臺。

在零售領域，銀河通用同樣跑通了規?；窂?。

搭載銀河星腦的機器人已在數十個城市的上百家即時零售倉（智慧藥房）實現7×24小時自主運營，創下人形機器人持續自主工作超一年半的世界紀錄?！般y河太空艙”城市級解決方案已在全國40余個城市落地超170個點位，覆蓋北京頤和園、成都春熙路等核心商圈。

醫療領域是銀河通用的第三個主戰場。公司與四川大學華西第二醫院共建具身智能醫療機器人研發平臺，同時聯合宣武醫院布局智慧醫療場景。

回看銀河通用的商業化策略，一條清晰的路徑浮現：它不追風口、搶量產規模，而是聚焦三大場景，工業場景用高難度命題錘煉技術壁壘，零售場景在動態環境中檢驗機器人的通用性與泛化能力，醫療康養場景將已驗證的技術框架向長尾市場漸進延展。

務實的技術產業化路線，讓銀河通用創始人王鶴獲得來自行業與社會的雙重肯定，成為國內具身智能產業青年領軍人物。

7月10日，中國科學技術協會第十一次全國代表大會在人民大會堂閉幕。在348名當選的新一屆全國委員中，王鶴是最年輕的當選者之一，也是中國具身智能領域僅有的兩位委員代表之一，另一位是宇樹科技創始人王興興。

八天后，中央廣播電視總臺《2026中國AI盛典》在上海舉行，王鶴與王興興同樣榮膺“2026年度AI人物”。王鶴是具身智能“大腦”領域唯一入選者。

兩份名單疊加，似乎勾勒出中國具身智能的新格局：南宇樹科技、北銀河通用，一個在運動控制與硬件量產上領跑，一個在具身大模型與商業化落地上深耕。

兩家公司各有優勢，但銀河通用憑借其獨特的技術與落地路線，收獲了資本端的高度認可。

銀河通用在不到三年時間里，已成為中國具身智能領域累計融資額最高、估值最高的人形機器人企業。2026年3月完成的新一輪25億元融資，投資方陣容堪稱“豪華”：國家人工智能產業投資基金（大基金三期）領投，中國石化、中信投資控股、上汽金控、中芯聚源等“國字號”及產業巨頭入場。

最受關注的是，這是國家大基金首次出手投資具身智能賽道企業。這支長期聚焦芯片、算力等底層關鍵技術的國家隊基金，此次選擇人形機器人企業，意味著具身智能已被納入國家核心產業布局的視野。

本輪融資后，銀河通用估值突破200億元，成為人形機器人賽道估值最高的未上市企業。

一紙PPT就能拿融資的時代已經過去。銀河通用之所以能在競爭者中持續領先，恰恰因為它向市場傳遞了一個清晰信號：銀河通用是當前極少數同時具備底層大模型自研能力和真實場景交付經驗的具身智能企業。當行業大多數玩家還在證明“技術能跑通”，銀河通用已經在回答更遠的問題，產線能跑穩，業務能跑大。

這或許就是具身智能賽道下一階段最核心的估值錨點。同時也解釋了，目前國內具身智能相關企業已突破萬家，其中上市企業達269家，行業賽道競爭日趨激烈背景下，銀河通用能夠持續獲得資本重點押注的本質原因。

3、結尾

過去兩年，具身智能行業經歷了從“能動能跳”到“能干活”的轉向。但真正的問題從來不是機器人能不能做demo，而是能不能在客戶現場、在產線上、在藥房里，7×24小時不間斷地創造價值。銀河通用用三個月的寧德時代產線運行、一年半的零售自主運營、170余個“銀河太空艙”的城市級部署，給出了自己的答案。

王鶴說，他的目標是將具身智能“ChatGPT時刻”的首次突破書寫在中國大地上。這句話背后是一種技術自信，也是一種產業判斷。

回望所有通用技術的普及史，從來不是技術先“準備好”，而是先有人把它放進真實場景里，讓問題倒逼答案。20世紀80年代的個人電腦如此，21世紀10年代的智能手機如此，今天的具身智能也不會例外。

展臺上的演示終會被遺忘。真正被記住的，將是那些率先把機器人從“表演者”變成“工作者”的人，他們不是在等待某個時刻的到來，而是在用每一次產線上的搬運、每一間藥房里的取藥、每一頓早餐的交付，親手把那個時刻從未來拉進現實。

而這，或許才是WAIC 2026真正想告訴世界的一件事：具身智能不再需要更多“哇”的驚嘆，它需要的是更多的訂單、更多的場景、更多人的相信。